University of California, Los Angeles（加州大学洛杉矶分校）

Enhanced Landmark Detection Model in Pelvic Fluoroscopy using 2D/3D Registration Loss

基于2D/3D配准损失的盆腔荧光摄影增强标志点检测模型

Chou Mo, Yehyun Suh, J. Ryan Martin, Daniel Moyer

机构 * Department of Computer Science, Vanderbilt University（计算机科学系，范德堡大学） ； Vanderbilt Institute for Surgery and Engineering（范德堡手术与工程研究院） ； Department of Mathematics, University of California-Los Angeles（数学系，加州大学洛杉矶分校） ； Vanderbilt Lab for Immersive AI Translation（范德堡沉浸式AI翻译实验室） ； Department of Orthopedic Surgery, Vanderbilt University Medical Center（骨科手术系，范德堡大学医学中心） 纠错

AI总结 本文提出一种基于2D/3D配准损失的U-Net模型，提升盆腔荧光摄影中标志点检测的鲁棒性，适应患者姿态变化的手术环境。

Comments 9 pages, 3 figures, 1 table

ENACT: Evaluating Embodied Cognition with World Modeling of Egocentric Interaction

ENACT：通过视角交互的世界建模评估具身认知

Qineng Wang, Wenlong Huang, Yu Zhou, Hang Yin, Tianwei Bao, Jianwen Lyu, Weiyu Liu, Ruohan Zhang, Jiajun Wu, Li Fei-Fei, Manling Li

机构 * Northwestern University（西北大学） ； Stanford University（斯坦福大学） ； UCLA（加州大学洛杉矶分校） 纠错

AI总结 ENACT通过视角交互的世界建模评估具身认知，揭示VLMs在长周期交互中与人类表现差距扩大，且模型在逆向任务中表现更优。

Comments Preprint version

Co-PatcheR: Collaborative Software Patching with Component(s)-specific Small Reasoning Models

Co-PatcheR: 基于组件特定小推理模型的协作软件修补

Yuheng Tang, Hongwei Li, Kaijie Zhu, Michael Yang, Yangruibo Ding, Wenbo Guo

机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校） ； University of California, Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 Co-PatcheR通过组件特定的小推理模型实现协作软件修补，提升修补效率并减少训练资源消耗。

CTSyn: A Foundation Model for Cross Tabular Data Generation

CTSyn：跨表格数据生成的基准模型

Xiaofeng Lin, Chenheng Xu, Matthew Yang, Guang Cheng

机构 * Department of Statistics and Data Science, University of California Los Angeles（统计与数据科学系，加州大学洛杉矶分校） ； Department of Computer Science, University of California Los Angeles（计算机科学系，加州大学洛杉矶分校） 纠错

AI总结 CTSyn提出了一种基于扩散的生成性基准模型，用于跨表格数据生成，通过统一潜在空间和条件潜在扩散模型提升表格合成的实用性和多样性。

A Simple Framework Towards Vision-based Traffic Signal Control with Microscopic Simulation

一种基于视觉的交通信号控制框架：微模拟视角

Pan He, Quanyi Li, Xiaoyong Yuan, Bolei Zhou

机构 * Department of Computer Science and Software Engineering（计算机科学与软件工程系） ； Auburn University（亚伯拉罕大学） ； Senior Applied Scientist Oxa Oxford Business Park North Oxford（奥克斯高级应用科学家） ； Oxford Business Park North Oxford（牛津商务公园北牛津） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； Clemson University（克莱姆森大学） ； University of California Los Angeles (UCLA)（加州大学洛杉矶分校） 纠错

AI总结 本文提出TrafficDojo框架，结合SUMO和MetaDrive实现基于视觉的交通信号控制，通过微模拟环境评估不同交通控制算法的性能。

Comments Accepted for presentation at the Transportation Research Board (TRB) 105th Annual Meeting